Question

我认为这会存在，但我似乎无法在任何地方找到它。

我有多个字符串，我想提取匹配的部分。实际上我的字符串是目录，我需要选择写入文件的位置，这是在所有字符串中匹配的位置。例如，如果您有一个包含三个字符串的向量：

select p.playerid
from players p
left join rosters r on p.playerid=r.playerid and r.leagueid=...
where r.playerid is null

...所有字符串中匹配的部分是“C：\ data \ files \”。我怎样才能提取这个？

所有帮助表示赞赏！

吕克

Answer 1

strsplit和intersect使用Reduce递归重叠部分。然后，您可以通过paste - 。

将其重新组合在一起

paste(Reduce(intersect, strsplit(data.dir, "\\\\")), collapse="\\")
#[1] "C:\\data\\files"

正如@ g-grothendieck所指出的那样，在某些情况下会失败，例如：

data.dir <- c("C:\\a\\b\\c\\", "C:\\a\\X\\c\\")

丑陋的黑客可能是这样的：

tail(
  Reduce(
    intersect,
    lapply(strsplit(data.dir, "\\\\"),
      function(x) sapply(1:length(x), function(y) paste(x[1:y], collapse="\\") ) 
    )
  ),
1)

......将处理这两种情况。

或者，如果您只有一个额外的目录级别，请使用dirname：

unique(dirname(data.dir))
#[1] "C:/data/files"

Answer 2

g包含data.dir[1]中连续反斜杠的字符位置。如果ok中所有元素的第一个TRUE字符相同，即g[i]的所有元素，则从此创建一个逻辑向量data.dir，其第i个元素为substr(data.dir, 1, g[i]) } 是相同的。如果ok[1]为TRUE，则会有一个非零长度的公共前缀，其长度由g[k]的{{1}}个字符data.dir[1]所给出（等于k rle(ok)$lengths[1]）是TRUE中ok值的前导数量;否则，没有共同的前缀，所以返回""。

g <- gregexpr("\\", data.dir[1], fixed = TRUE)[[1]]
ok <- sapply(g, function(i) all(substr(data.dir[1], 1, i) == substr(data.dir, 1, i)))
if (ok[1]) substr(data.dir[1], 1, g[rle(ok)$lengths[1]]) else ""

对于问题中定义的data.dir，最后一行给出：

[1] "C:\\data\\files\\"

提取多个字符串的匹配部分

2 个答案: